Fuentes de aprovisionamiento

Elige páginas web o textos que aporten terminología, reglas y voz de marca útiles.

Proporciona entre una y diez fuentes al crear una tarea de aprovisionamiento. Combina enlaces y texto cuando tus pautas estén en distintos lugares.

json
{ "_tag": "Link", "url": "https://example.com/style-guide" }

Usa una URL HTTPS absoluta, sin espacios en blanco y con un máximo de 2,048 caracteres. Elige una página que el rastreador pueda leer sin depender de la sesión iniciada en tu navegador. Las presentaciones de productos, las páginas de terminología y las guías de redacción ofrecen más contexto que una página compuesta principalmente por elementos de navegación.

El servicio lee las páginas proporcionadas y puede descubrir otras páginas relevantes del sitio web. El descubrimiento es selectivo: no se importa todo el sitio. Las páginas descubiertas se filtran mediante robots.txt. Revisa el informe sources de la tarea para ver qué páginas se leyeron o se omitieron, en lugar de dar por hecho que todas las páginas enlazadas aportaron información.

Cada página proporcionada aporta hasta 25,000 caracteres de texto. Las páginas adicionales descubiertas aportan hasta 10,000 caracteres cada una. Coloca las instrucciones esenciales cerca del contenido relevante o incluye una fuente de texto breve cuando una página sea demasiado larga o difícil de recuperar.

Texto proporcionado #

json
{
  "_tag": "Content",
  "text": "Acme is our product name and remains unchanged in every language. Address customers directly and avoid slang."
}

El texto no puede estar vacío ni superar los 25,000 caracteres por fuente. Pega las pautas directamente, no la ruta de un archivo local. Una solicitud que solo contiene texto no necesita descubrimiento de páginas web.

Proporciona material de origen representativo. Un glosario o una regla extraídos pueden contener errores; revisa los registros generados antes de vincular más flujos de trabajo al motor.

Consulta el progreso de lectura de las fuentes #

Durante la lectura, sources puede contener _tag: "Reading", un phase y startedAt. Las fases son crawlGiven, discover, pick y crawlFound. Un arreglo chosen puede mostrar las páginas seleccionadas para el descubrimiento.

Después de la lectura, _tag: "Read" contiene pages y discovery. Cada página tiene url, origin (given o found) y un estado de Read o Skipped con un motivo. El descubrimiento indica NotNeeded, Found con recuentos o Failed con un motivo.

Si falta material de origen o se omite, pueden generarse menos pautas. Lee los resultados por tipo y corrige los datos de entrada antes de volver a intentarlo.